基于改进型DTW算法和MFCC的语音识别

采用模式匹配的识别技术,建立孤立词语音识别系统,基于MATLAB环境对O～9这10个数字语音进行仿真实验．在提取MFCC的基础上,整合差分倒谱参数作为语音的特征参数,并对现有的DTW算法加以改进,节省了系统匹配的计算时间,使其具有一定的鲁棒性．分别采集普通话语音和湖北、闽南、安徽3地方言的语音数据,体现了数据的完备性和系统的适用性．实验结果表明,基于改进型DTW算法和MFCC的语音识别系统具有较高识别率,取得了良好效果．     

基于正弦模型的汉语语音时长和音高的修正

把一种基于语音的正弦模型的音高和时长修正算法应用于汉语普通话语音的韵律调整,可调范围比较大,而且保证了合成语音的清晰度与自然度,非正式测听结果表明：该算法是一种很符合汉语语音的韵律调整的 算法。     

一个面向言语工程的兰州方言语料库

建立了一个兰州方言语料库.利用<方言调查字表>设计了兰州方言的文本语料,包括1 280个单字,2 000个双字词,18个负载句和1 000句语句,录制了4位发音人的兰州方言和普通话平行的语音语料,并标注了音节边界、峰值点、声韵母和声调信息;对于语句,根据词法信息和语法信息,利用TBL算法标注了韵律边界.语料库可用于兰州方言的实验语音学研究以及兰州方言的韵律建模、语音合成、语音转换的研究.     

基于古音系统的汉语方言语音合成

采用HTS语音训练合成工具和STRAIGHT语音合成器,尝试在未知某方言(或土语)的实际语音系统的条件下开展相应的语音训练合成工作。采用古音系统来转写汉语字音,并在此基础上设计相应的问题集以实现语音训练合成。设计了一套面向汉语方言语音合成的通用发音文本;录制了一些汉语方言点的合成语音语料库;搭建了基于古音系统的汉语方言语音合成平台。普通话的合成实验结果表明:基于古音系统训练合成出来的语音,在可懂度和音质上跟基于普通话拼音系统训练合成出来的语音非常接近。这表明基于古音系统进行汉语方言语音合成的方法是有效的、可行的。     

鞍山方言的语音特征

鞍山方言作为东北方言的重要组成部分,一直以来很少有人研究。为了保护作为鞍山地方文化一部分的鞍山方言,通过实地考察,从语音方面记录和描述了鞍山方言在声调变化和声韵母转换等方面的特征,得出了鞍山方言与普通话在不同语音特征上的主要表现,指出了鞍山方言在平翘舌发音、声母[r]的硬腭化等方面的一些不同于普通话的语音现象与特征。     

云南汉语方言语法述略

本文从有利于推广普通话,实现汉语规范化出发,针对方言语法尚有待于深入研究的实际,对云南方言语法作了较为系统的介绍。虽系“述略”,却能大体反映出云南汉语方言语法的主要特点。全文分四个部分:词的结构和变化;常用句式中的特殊用语;句子结构;语音手段在表义中的运用。     

基于SVR的情感语音变换

提出了一种新的基于支持向量回归(SVR)的情感语音的变换方法.通过提取普通话10种情感语音的韵律特征,对比分析了中性语音和情感语音之间的韵律特征差异,利用SVR建立了基频、时长、能量、停顿等韵律特征参数的预测模型,并利用Straight算法实现了由中性语音向情感语音的转换.利用这种方法变换出的10种情感语音,其情感主观平均(EMOS)得分为3.4.     

下期文章摘要预报

基于正弦模型的汉语语音时长和音高的修正周江扬 ,柴佩琪　　把一种基于语音的正弦模型的音高和时长修正算法应用于汉语普通话语音的韵律调整 ,可调范围比较大 ,而且保证了合成语音的清晰度与自然度 .非正式测听结果表明 :该算法是一种很适合汉语语音韵律调整的算法 .飞机荷载作用下场道地基附加应力特征呙润华 ,凌建明　　运用弹性层状体系理论 ,编制有限元计算程序 ,对民用机场飞机荷载作用下场道地基顶面及地基内不同深度处的附加应力进行了计算 .给出了飞机荷载作用下地基顶面附加应力的平面分布规律以及附加应力随深度方向的变化特点 .…     

当今,黑龙江人学习普通话的重点是调值问题

<正> 方言与方言之间,方言与普通话之间最明显的差别是语音,不同程度地表现在声、韵调等方面。随着社会生活的发展变化,语言的语音也会发生变化,某种方言与普通话在语音方面的差异也会发生历时性的改变,黑龙江话的这种改变也比较明显,笔者认为当今黑龙江人学习普通话的重点应该是调值问题。     

朗读法--南方方言人学成普通话的捷径

消除语音编码差异是南方方言人学习普通话所要解决的根本问题.汉字是学习主体转换方音编码为普通话标准音编码的现成中介,朗读则为方音与标准音转换、实现口语语音标准化提供了心理的、生理的动力.     

基于MFCC等组合特征的说话人识别模型

为了有效提取语音特征,提高说话人识别的准确率,系统采用基于有限状态机的端点检测算法对原始语音做VAD处理,提出了新的特征组合参数：基于人的听觉特性的MFCC参数、基于发音生理特征的基音轮廓特征以及衍生的基音周期一阶差分、基音周期变化率,并将它们作为说话人识别系统的特征参数,建立了基于VQ的识别模型.实验表明：本文系统使用VAD,使系统的识别率提高了5%8%,较单独使用MFCC参数的说话人识别系统的识别率提高了2%3%.     

一种清浊音区分和基音轮廓提取算法

提出了一种新的清/浊音区分算法——能量加权过零率算法,实验表明这种算法能快速准确地区分清/浊音,算法简捷;提出了一种频域预报——时域检测的基音轮廓提取算法,该算法综合了频域法和时域法的优点,具有快速准确的特点.     

聚类分析和活动轮廓模型相融合的图像分割算法

针对当前图像分割算法存在的分割误差大、 分割时间长及无法进行在线图像分割的不足, 提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法. 首先, 对原始图像进行去噪处理, 采用聚类分析算法对原始图像进行粗分割, 将粗分割结果作为活动轮廓模型的初始轮廓线; 其次, 将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合, 实现图像的精细分割； 最后与聚类分析算法、 活动轮廓模型以及当前经典图像分割算法进行对比测试实验. 实验结果表明, 本文算法克服了当前图像分割算法存在的缺陷, 提高了图像分割效率和精度, 对噪声不敏感, 并具有较强的鲁棒性, 图像整体分割效果显著优于对比算法.     

聚类分析和活动轮廓模型相融合的图像分割算法

针对当前图像分割算法存在的分割误差大、 分割时间长及无法进行在线图像分割的不足, 提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法. 首先, 对原始图像进行去噪处理, 采用聚类分析算法对原始图像进行粗分割, 将粗分割结果作为活动轮廓模型的初始轮廓线; 其次, 将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合, 实现图像的精细分割; 最后与聚类分析算法、 活动轮廓模型以及当前经典图像分割算法进行对比测试实验. 实验结果表明, 本文算法克服了当前图像分割算法存在的缺陷, 提高了图像分割效率和精度, 对噪声不敏感, 并具有较强的鲁棒性, 图像整体分割效果显著优于对比算法.     

基于小波变换的汉语三字词语音基音频率提取

声调是基音频率的轮廓,为准确提取基音频率,进行具有汉语特色的连续语音识别,提出了具有汉语特色的清浊音切分方法.与常用的阈值法相比,该方法能更好地找到清浊音的切分点,尤其是在字与字连接紧密时更有效(在这种情况下阈值法往往失效).在此基础上,利用小波变换的多分辨分析特性进行了汉语三字词语音基音频率的提取.实验结果显示,该算法能有效地将三字词语音分开,且得到的基音频率曲线符合汉语三字词语音的声调模式.     

基于模糊 C均值聚类和图形技术的结构面产状分析方法

针对传统的利用极点等密度图和玫瑰图的结构面分组方法主观性强和聚类分析方法不够直观的缺点,建议利用模糊C均值( FCM)聚类的隶属度的结果,结合图形技术绘制隶属度等值线图来进行结构面分组。隶属度等值线图充分利用了模糊C均值聚类中隶属度的信息,展现每个聚类的隶属度的空间分布规律,并且可以分辨出因随机因素形成的结构面,还可以直观地读出聚类中心的范围。三山岛金矿的实例证明,该方法同时具有传统方法直观和聚类分析方法客观的优点,并且能够适应优势组不明显的数据。     

Implementation of an Autocorrelation Pitch Detector in Application to Query by Humming

A pitch detector for application in query by humming (QBH) is implemented in this paper. This algorithm is made up of two parts: note segmentation and pitch detection. In the first part, voiced/silence decision is made on each segment of the input signal by a pattern recognition approach, and further, the preparatory note borders are obtained; then, via analysis of the instantaneous energy contour, the adjacent notes that adhere to each other are separated. In the second part, pitch is estimated for all frames contained in a note‘s duration by an autocorrelation method and the mean of these pitch values is taken as the average pitch of this note. Moreover, in order to remove the effect of formant structure, a nonlinear preprocessing is adopted in the pitch detection part and the autocorrelation function is properly weighted before peak picking. Finally, hummings of several experimenters with different voice characters are recorded to test this pitch detector, whose efficiency and reliability are proved by the result.     

基于边缘交点聚类法的眼底图视盘轮廓提取

由于眼底血管闭塞、噪声和弱边界等原因,主动轮廓模型不能够精确地收缩至视盘的轮廓边缘,由此提出基于边缘交点聚类的轮廓提取方法.由初始轮廓确定一个矩形区域,选取该矩形区域的主对角线、副对角线、垂直中心线和水平中心线,求其与视盘边缘的交点,将所有候选交点进行K-Means聚类分析,取得位于边缘附近的点作为主动轮廓模型的初始轮廓点,进行能量最小化计算,直至轮廓停止收缩.实验证明,经边缘交点聚类初始化后再运用主动轮廓进行视盘边缘提取,轮廓最终会较为精确地收缩于视盘边缘.     

井冈山客话与永新赣语的语音差异

客赣地点方言的区分,实践上尚有不够清晰之处。有学者把永新方言说成是客家方言,可是井冈山客话与永新赣语仅在语音上的差异,就足以说明二者的方言系属。井冈山与永新相邻,井冈山客话与永新赣语语音上的区分,对整个客赣方言语音上的区分具有典型意义。     

一种改进的矩形网格等值线追踪算法

介绍了寻点与追逐同步的矩形网格等值线追踪算法,是在传统的矩形网格等值线追踪算法基础上加以改进,通过设计等值线追踪的回追功能,使等值点生成与等值线追踪同步进行,在追逐等值线的过程中计算等值点.由于回追功能,无论非闭合等值线还是闭合等值线,都能够从区域内任一等值点开始,快速追踪出该等值线.